中國深圳的超級電腦 LineShine（又稱 Lingxing）在最新的 TOP500 排名中成功登上世界第一，超越美國勞倫斯利佛摩國家實驗室（Lawrence Livermore National Laboratory）的系統 El Capitan，讓中國自 2017 年以來首次重返全球超級電腦榜首。
根據 TOP500 的官方資料與外媒報導顯示，LineShine 在 HPL（High Performance Linpack）基準測試中達到了每秒 219.8 億億次（2.198 exaflops）運算的效能，首次登榜便直接拿下第一名的寶座，測試結果更比自 2024 年 11 月起便一直霸榜的 El Capitan 快了逾 20%。
這次 LineShine 登頂的震撼之處，不僅在於中國奪回世界第一的頭銜，更在於 LineShine 完全不依賴當今高階超級電腦普遍使用的 GPU，而是改以「純 CPU（CPU-only）」的架構完成這項任務。
中國超級電腦的新路線：把矩陣與向量運算加速直接整合進 CPU
《紐約時報》指出，LineShine 系統使用的是標準微處理器（CPU），而不是多數高階超級電腦所極度仰賴的圖形處理器（GPU）。根據 TOP500 官方資料，LineShine 採用客製化 LX2 處理器，整套系統共具備近 1,400 萬個運算核心。
與多數將 CPU 和 GPU 分工運作的高階系統不同，LineShine 並沒有將傳統微處理器和 GPU 的工作剝離，而是在晶片中直接內建專用電路，藉此加速科學計算中使用的向量運算與 AI 任務核心的矩陣運算。中國表示，這種新架構成功將 AI 矩陣運算加速（AI matrix computation acceleration）整合進 CPU 內部，透過結合 CPU 與 AI 加速功能，使系統能夠同時處理高效能運算（HPC）與 AI 計算。
《Techstrong IT》評論，LineShine 的純 CPU 路線與目前主流以 GPU 為中心的超級運算架構截然不同，這項創新也讓外界重新關注中國在處理器、網路、軟體與記憶體系統整合上具備的世界級能力。
GPU 封鎖沒有讓中國停止競賽，反而逼出另一條算力路線
這項成就背後，也同步折射出中美科技戰的激烈角力。《紐約時報》分析，正是美國限制中國取得 GPU 與其他強大的先進晶片，反而促使中國投入巨資發展新的架構與技術，試圖打造出效能足以與美國最高階系統匹敵的超級電腦。加州大學全球衝突與合作研究所（IGCC）高級研究員 Jimmy Goodrich 對此直言，中國使用 CPU 而非 GPU 打造超高速超級電腦，顯示現行針對中國市場的出口管制可能存在漏洞。
《亞洲商業日報》指出，中國將 LineShine 視為突破美國技術封鎖的重大成果，並強調該系統在軟體與硬體上均採用了國產技術，成功擺脫對美國技術的依賴。此外，LineShine 使用的 LX2 處理器據傳不僅具備 AI 加速功能，還在晶片封裝內整合了高頻寬記憶體（HBM）。這使得業界專家高度關注，中國是否已經掌握將 CPU 與 HBM 整合的先進封裝能力。這也如《Techstrong IT》所言，LineShine 的登頂證明，即使在美國嚴格限制中國取得先進 GPU 的情況下，中國依然能夠另闢蹊徑，透過截然不同的架構重返全球超級運算第一名的寶座。
世界第一不等於 AI 算力全面超車，美國仍掌握優勢
儘管 LineShine 在 TOP500 登頂，但《路透社》提醒，這份排名主要是衡量傳統超級電腦在科學模擬上的表現，並不代表這是最適合 AI 工作負載的系統。事實上，在另一個更接近 AI 工作負載的混合精度基準測試中，LineShine 僅排名第四，因此它的勝利不應被過度解讀為中國的 AI 系統已經全面領先美國。
《紐約時報》進一步解釋這其中的差異：傳統的超級電腦通常使用 64 位元（64-bit）的高精度數學運算來進行科學模擬，像 Google 或 OpenAI 運行的商業 AI 系統，則多半使用 4 位元、8 位元等低精度的近似運算，來同時處理海量且簡單的計算，因此兩者並不是完全相同的算力基礎。
加州大學全球衝突與合作研究所（IGCC）高級研究員 Jimmy Goodrich 也點出這樣的落差：「中國在這裡取得的成就值得注意且令人印象深刻，但它們仍然無法與美國 AI 實驗室建立的這些龐大 AI 超級電腦相提並論。」《亞洲商業日報》也提到，業界人士普遍認為 LineShine 的 AI 能力目前仍落後於美國的頂級超級電腦。
LineShine 真正重塑中美算力戰的關鍵意義，在於它向世界證明了：中國即使在不依賴 NVIDIA GPU 的情況下，也能夠透過純 CPU 架構、內建矩陣運算加速，以及高度的硬體系統整合，成功開闢出一條完全不同於美國「以 GPU 為中心」路線的競爭方式。這也代表，未來全球算力競爭的焦點，將轉向誰能把 CPU、記憶體、先進封裝、矩陣運算加速與系統技術，整合成下一代高效能運算架構。
＊本文開放合作夥伴轉載，參考資料：《New York Times》、Top 500、《Reuters》、《The Asia Business Daily》、《Techstrong.IT》，首圖來源：中國國家超級計算深圳中心
